Muhammad Anas

أبني أنظمة ذكاء اصطناعي تدخل فعلا في الإنتاج، وليس فقط عروض إثبات المفهوم التي تبدو جيدة في فيديو تجريبي وتنهار بمجرد أن يعتمد عليها أحدهم. تركيزي الرئيسي هو تصميم إعدادات متعددة الوكلاء حيث تعمل نماذج اللغة الكبيرة المختلفة معا بدلا من الاعتماد على نموذج واحد للقيام بكل شيء. قمت بذلك لخط أنابيب تقارير الأشعة حيث تعمل ثلاثة نماذج بالتوازي لمراجعة النتائج قبل أن يقوم وكيل التوليف بتجميع النتائج النهائية، مع دمج تنقيح بيانات المرضى من البداية. اتبعت نفس النهج مع أتمتة كتابة أوراق البحث، حيث يتولى وكلاء منفصلون مراجعة الأدبيات، والتخطيط العريض، وصياغة الأقسام، حتى لا يكون الأمر كله عبارة عن عمل يدوي طويل واحد.
بعيدا عن جانب الذكاء الاصطناعي، أنا مطور فول ستاك حقيقي. يمكنني تحويل المنتج من فكرة تقريبية إلى شيء يستخدمه الناس فعليا، وأتولى كل شيء من الواجهة (React، Next.js، Flutter) وصولا إلى الخلفية وأعمال قواعد البيانات (FastAPI، Supabase، PostgreSQL، MongoDB). تطبيق THEETIFY الخاص بي للتكنولوجيا التعليمية هو مثال جيد على تجمع هذه الأمور: أداة دراسة مدعومة بالذكاء الاصطناعي مع صعوبة تكيفية وتكرار متباعد، مبنية كمنتج عملي حقيقي وليس كواجب صفي.
أنا أيضا مرتاح للجانب الأكثر عملية والأقل بريقا من الأتمتة. سبق أن قمت بأتمتة عملية التوظيف في شركة، مما قلل جزءا كبيرا من العمل اليدوي في البحث واختيار المرشحين. لذا إذا كنت بحاجة إلى سير عمل مبني حول n8n، أو سكريبت يوفر ساعات من الجهد المتكرر، فهذا ضمن ما يمكنني فعله أيضا.
ما أعتقد أنه يجعلني مناسبا ليس فقط معرفة الأدوات. بل أنني أميل إلى التفكير في الأجزاء التي ينساها الناس، مثل ما يحدث عندما يخطئ الذكاء الاصطناعي، أو كيف يجب أن يتدهور النظام برشاقة بدلا من أن يتعطل فقط. تظهر هذه العادة في مشاريعي، سواء كان فحص أمان في خط أنابيب طبي أو معالجة أخطاء نظيفة في تطبيق ويب.